如何读取CSV文件指定行数内容并实现单词按词频排序

嘿，我来帮你搞定这个CSV词频统计的问题！你之前的代码没达到预期效果，主要是因为没正确处理行读取和单词拆分的逻辑，咱们一步步来解决：

问题分析 #

• 你直接用collections.Counter(y)时，y是文件对象，Counter会把整行内容当作单个元素统计，而不是拆分每行里的单词，这显然不是你要的结果。
• 用CSV Reader的话，你需要明确逐行读取、提取每行的单词，再统一统计，而不是直接把Reader对象传给Counter。

解决方案代码 #

下面是完整的实现，能读取指定行数的内容，统计所有单词的词频并按频率降序排列：

from collections import Counter
import csv

def calculate_word_frequency(filename, total_lines):
    # 存储所有要统计的单词
    collected_words = []
    
    # 安全打开文件，自动处理资源关闭
    with open(filename, 'r', newline='', encoding='utf-8') as file:
        csv_reader = csv.reader(file)
        
        # 读取指定行数，超出后停止
        for line_num, row in enumerate(csv_reader):
            if line_num >= total_lines:
                break
            # 过滤掉空字符串（可选，根据你的CSV情况调整）
            valid_words = [word for word in row if word.strip()]
            collected_words.extend(valid_words)
    
    # 统计词频并按频率从高到低排序
    word_counter = Counter(collected_words)
    sorted_word_frequencies = sorted(word_counter.items(), key=lambda item: item[1], reverse=True)
    
    return sorted_word_frequencies

# 使用示例：读取前30行内容并统计
if __name__ == "__main__":
    result = calculate_word_frequency("your_csv_file.csv", 30)
    print(result)

代码说明 #

1. 文件读取与行控制：用csv.reader解析每行，通过enumerate跟踪行数，读取到total_lines后停止循环。
2. 单词收集：把每行拆分后的单词（过滤掉空字符串）加入总列表，确保所有指定行的单词都被统计。
3. 词频统计与排序：用Counter快速统计词频，再通过sorted按词频倒序排列，得到你需要的[('word1', freq1), ...]格式。

可选调整 #

如果你不需要过滤空字符串，直接把valid_words = ...那行换成collected_words.extend(row)即可。

内容的提问来源于stack exchange，提问作者SVP